Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Pengguna Media Sosial Twitter/X Terhadap Kontribusi Megawati Hangestri Pertiwi Pada Klub Bola Voli Red Sparks Korea Selatan Menggunakan Metode Multinomial Naïve Bayes Dan Support Vector Machine Kurniawan, Fauzan Dwi; Ratnawati, Dian Eka; Syawli, Almira
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial Twitter/X menjadi sarana utama masyarakat dalam menyampaikan opini secara real-time terhadap berbagai peristiwa, termasuk aksi atlet Indonesia di kancah internasional. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter/X terhadap kontribusi Megawati Hangestri Pertiwi di klub bola voli Red Sparks Korea Selatan. Metode yang digunakan adalah klasifikasi sentimen dengan algoritma Multinomial Naïve Bayes (MNB) dan Support Vector Machine (SVM), serta analisis lanjutan menggunakan pendekatan Root Cause Analysis (RCA) untuk mengidentifikasi akar penyebab dari sentimen negatif. Data diambil menggunakan TweetHarvest dengan rentang waktu Oktober 2023 hingga Maret 2024, menghasilkan 918 tweet. Proses preprocessing dilakukan melalui cleansing, case folding, normalization, tokenizing, dan stemming. Hasil pelabelan sentimen menunjukkan distribusi tidak seimbang, sehingga dilakukan random under sampling (RUS) agar proporsi data positif dan negatif menjadi seimbang. Hasil pengujian menunjukkan bahwa MNB sedikit lebih unggul dengan akurasi rata-rata 74.36% dibandingkan SVM dengan 73.85%. RCA mengungkap tiga penyebab utama munculnya sentimen negatif, yaitu performa pemain, strategi/manajemen tim, dan tekanan ekspektasi publik. Penelitian ini memberikan wawasan komprehensif mengenai persepsi publik terhadap atlet Indonesia di luar negeri. Kata kunci: Analisis Sentimen, Twitter/X, Megawati Hangestri Pertiwi, Multinomial Naïve Bayes, Support Vector Machine, Root Cause Analysis.